Krátká odpověď
Pokud jde o surový výkon v měřítku datových center, žebříčkům v polovině roku 2026 vévodí Kimi K3, jehož váhy Moonshot zveřejnil v červenci 2026 s kontextovým oknem 1M tokenů, a DeepSeek V4, jehož varianta Pro hlásí 80,6 % v benchmarku SWE-bench Verified pro kódování pod licencí MIT. Obě jsou ve veřejných testech konkurenceschopné vůči uzavřeným vlajkovým modelům.
Pro jednu dobrou GPU jsou výchozí volbou středně velké husté modely Qwen. Pro notebook bez jakékoli GPU jsou reálným stropem malé modely jako Gemma. A pro vývojáře, kteří chtějí jen levnou a schopnou inferenci přes API, odpovídají Llama 3.3 70B a DeepSeek V3.2 za nepatrný zlomek toho, co si účtují frontier modely.
Poctivá pravda je, že otázka "který open model je nejlepší" má dnes stejný tvar odpovědi jako výběr AI modelu obecně: záleží na úkolu a na tom, kde model běží, a rozdíl vůči uzavřeným modelům se natolik zúžil, že často rozhoduje cena a licence.
Open source, nebo open weights? Na licenci opravdu záleží
Označení "open source" pokrývá tři odlišné dohody a rozdíl je neviditelný, dokud vás nezačne stát peníze.
Skutečně otevřené licence (MIT, Apache). DeepSeek vydává modely pod MIT: používejte je, upravujte, stavte na nich komerční produkt, žádné podmínky, kterými byste se museli trápit. Toto je nejpřísnější význam pojmu open source a v roce 2026 už ho konečně nesou i některé modely frontier úrovně.
Open weights s podmínkami. Slavným příkladem je licence Llama od Mety: váhy jsou ke stažení a pro téměř každého zdarma, ale licence omezuje velmi rozsáhlá komerční nasazení a některá další použití. Vysvětlení Llamy popisuje, proč se o tomto rozlišení online tolik diskutuje.
Open weights s omezením na výzkum. Některá vydání povolují výzkumné a osobní použití, ale komerční nasazení zcela omezují. Přečtěte si podmínky, než začnete stavět.
Pro jednotlivce, kteří modely používají přes chatovací produkt, na tom nezáleží. Pro firmu, která na modelu staví software, je licence první věcí, kterou je třeba zkontrolovat, ještě před jakýmkoli benchmarkem.
Přední open modely roku 2026 v porovnání
Ceny jsou hostované sazby API za milion tokenů z cenového indexu modelů Whizi, získané 2026-08-20 z ceníku OpenRouter. Údaje o benchmarcích jsou výsledky nahlášené vývojáři na veřejných žebříčcích.
| Model | Licence | Kontext | Vstup / výstup za 1M tokenů | Výrazný fakt |
|---|---|---|---|---|
| Kimi K3 (Moonshot) | Open weights | 1M | $3.00 / $15.00 | Váhy zveřejněny v červenci 2026, vede otevřené žebříčky |
| DeepSeek V3.2 | MIT | 164K | $0.27 / $0.40 | Odpovědi na úrovni frontier za cenu komodity |
| DeepSeek V4 Pro | MIT | 1M | $1.19 / $3.56 | Hlásí 80,6 % v SWE-bench Verified |
| Llama 4 Maverick (Meta) | Licence Llama | 1M | $0.20 / $0.80 | Nejlevnější kontext 1M v indexu |
| Llama 3.3 70B (Meta) | Licence Llama | 131K | $0.10 / $0.32 | Pracovní kůň: všude a téměř zadarmo |
| Mistral Large 3 | Open weights | 262K | $0.50 / $1.50 | Nejsilnější evropské otevřené vydání |
| Qwen3.7 Flash | Apache | 1M | $0.03 / $0.13 | Kontext 1M za nejnižší cenu ve své třídě |
Stojí za povšimnutí dva vzorce. Za prvé, kontextová okna 1M tokenů, kdysi prodejní argument uzavřených modelů, jsou dnes u otevřených vydání standardem; porovnání kontextových oken sleduje celou tabulku. Za druhé, cenové dno stále klesá: Qwen3.7 Flash zodpoví standardní dotaz za $0.000095 podle cenového indexu, což znamená tisíc odpovědí pod deset centů.
Kolik vlastně stojí jejich provoz?
Cenový index Whizi ocení každý model za jednu standardní odpověď, 1 000 vstupních tokenů plus 500 výstupních, takže jsou ceníkové sazby vzájemně srovnatelné. Podle tohoto měřítka nejsou otevřené modely jen o něco levnější než uzavřené vlajkové modely, jsou v jiné ekonomické kategorii.
Standardní odpověď z Llama 3.3 70B stojí $0.00026. Z DeepSeek V3.2 to je $0.00047. Z Kimi K3, nejdražšího otevřeného modelu v indexu, $0.0105. Uzavřené vlajkové modely se za stejnou odpověď pohybují mezi $0.0175 a $0.035 a celkový rozptyl indexu od nejlevnějšího po nejdražší model činí zhruba 2 000x. Tisíc odpovědí z Llama 3.3 stojí 26 centů, stejný tisíc od uzavřeného vlajkového modelu může přesáhnout $30.
Proto otevřené modely tiše pohánějí rychlou nebo úspornou vrstvu mnoha AI produktů a proto úlohy s vysokým objemem, klasifikace, extrakce, sumarizace ve velkém, téměř vždy skončí právě na nich. Živý cenový index obsahuje celou tabulku se 100 modely a výpočtem za odpověď.
Poznámka pro poctivost: provoz vlastních vah je zdarma jen tehdy, je-li zdarma váš čas a hardware. GPU schopná dobře obsloužit 70B model je nákup ve čtyřciferných částkách a středně velké modely, které se vejdou na jednu spotřebitelskou GPU, za to platí schopnostmi. Pro většinu lidí zachytí cenovou výhodu bez hardwaru hostovaný přístup k otevřeným modelům.
Který open model na jakou práci
Práce s vysokým objemem a citlivá na cenu (shrnutí, extrakce, štítkování): Llama 3.3 70B nebo Qwen3.7 Flash. Při zlomcích desetiny centu za odpověď je cena občasné chyby nižší než cena za to, aby měl vždy pravdu prémiový model.
Kódování: DeepSeek V4 Pro nebo varianty Kimi K3 pro kódování. Nahlášená čísla SWE-bench je staví do reálné konkurence s uzavřenými asistenty pro kódování a licence MIT dělá z DeepSeek bezpečnou volbu pro zabudování. Claude vs DeepSeek je testuje přímo proti sobě.
Dlouhé dokumenty: kterékoli z vydání s kontextem 1M, přičemž Llama 4 Maverick je rozpočtová volba za $0.20 za milion vstupních tokenů.
Lokální a soukromé použití: středně velký model Qwen na 24GB GPU nebo malé modely třídy Gemma na notebooku. Soukromí je absolutní, schopnosti jsou střední úrovně a průvodce Llamou popisuje reálná očekávání pro lokální provoz.
Vícejazyčná práce a hostování v Evropě: Mistral Large 3, který také kotví vysvětlení Mistralu.
Kde otevřené modely stále prohrávají
Poctivý průvodce pojmenovává mezery, protože jsou reálné a rozhodují o nákupu.
Samotný vrchol uvažování. V nejnáročnějších úlohách s víckrokovým uvažováním a agenty si uzavřené vlajkové modely stále drží náskok ve většině zveřejněných hodnocení. Mezera se dramaticky zúžila, ale nezmizela.
Vyladění a produkt. Open weights se dodávají jako váhy. Hlasové režimy, nástroje pro hluboký výzkum, paměť a ekosystémy aplikací jsou produktové inženýrství, které uzavření poskytovatelé balí dohromady a které otevřené modely nechávají na tom, kdo je hostuje.
Konzistence hostování. Stejný otevřený model může fungovat jinak podle hostitele v závislosti na kvantizaci a volbách servírování, což je selhání, které uzavřené API nemají. Pokud se otevřený model najednou zdá horší, podezřelý je nejdřív hostitel, ne model.
Podpora a odpovědnost. Když se chová špatně uzavřený model, existuje dodavatel. Když se chová špatně vlastnoručně hostovaná váha, existuje tracker chyb na GitHubu.
Tři způsoby, jak model reálně použít
1. Přes pracovní prostor s více modely. Cesta bez nastavování: Whizi zahrnuje otevřené modely jako Llama, DeepSeek, Kimi, Qwen a Mistral vedle GPT, Claude a Gemini, takže volba otevřený versus uzavřený přestává být předplatitelským rozhodnutím a stává se rozhodnutím pro každý dotaz zvlášť. Objemovou práci pošlete levným otevřeným modelům a náročné uvažování vlajkovému modelu ve stejné konverzaci.
2. Přes API. Pro vývojáře jsou hostované otevřené modely za výše uvedené ceny hlavním důvodem dívat se za frontier poskytovatele u produkčních zátěží.
3. Na vlastním hardwaru. Ollama a LM Studio dnes dělají lokální provoz opravdu snadným. Zvolte tuto cestu kvůli soukromí nebo offline potřebám, ne kvůli úsporám: elektřina je levná, ale GPU není.
- Zkontrolujte licenci před stavbou čehokoli komerčního: MIT a Apache jsou bezpodmínečné, licence typu Llama nikoli
- Objemové úlohy směrujte nejdřív na otevřené modely, rozdíl v ceně za odpověď je 20 až 100x
- Zveřejněným benchmarkům věřte jako předvýběru a před nasazením otestujte na vlastní úloze
- Pokud hostovaný otevřený model podává slabší výkon, zkuste jiného hostitele, než obviníte model
- Provozujte lokálně kvůli soukromí nebo offline použití, ne kvůli úspoře peněz
- Mějte po ruce jeden frontier model pro úlohy, kde rozdíl stále platí
Časté dotazy
Jaký je nejlepší open source LLM právě teď?
Ve zveřejněných žebříčcích v polovině roku 2026 vede mezi otevřenými vydáními celkově Kimi K3, těsně za ním DeepSeek V4 Pro s nejsilnějšími výsledky v kódování pod skutečnou licencí MIT. Pro jednu GPU jsou obvyklou volbou středně velké husté modely Qwen. Pořadí se mění každých pár měsíců, takže jakoukoli statickou odpověď berte jen jako výchozí předvýběr.
Jsou open source LLM stejně dobré jako ChatGPT nebo Claude?
V mnoha zveřejněných benchmarcích jsou dnes nejlepší otevřené modely jen pár bodů za uzavřenými vlajkovými modely a u běžných otázek je rozdíl těžké postřehnout. Uzavřené modely si drží náskok v nejnáročnějších úlohách uvažování a nabízejí mnohem více produktového vyladění: hlas, nástroje pro výzkum, paměť. Pro objemovou nebo cenově citlivou práci jsou otevřené modely často lepší volbou.
Jsou open source LLM opravdu zdarma?
Váhy jsou ke stažení zdarma, výpočetní výkon nikdy. Provoz schopného modelu vlastními silami vyžaduje seriózní GPU a hostovaný přístup se platí za token, jen velmi levně: zhruba $0.0003 za standardní odpověď u Llama 3.3 70B proti $0.02 nebo více u uzavřeného vlajkového modelu. Zdarma v licenčním smyslu, levné v praktickém smyslu.
Můžu spustit open source LLM na notebooku?
Ano, s upravenými očekáváními. Nástroje jako Ollama a LM Studio spouštějí malé a středně velké modely na spotřebitelském hardwaru a notebook bez výkonné GPU zvládne ty malé. Získáte úplné soukromí a offline provoz, vzdáte se schopností velkých modelů, které potřebují hardware datového centra nebo hostovaného poskytovatele.
Jaký je rozdíl mezi open source a open weights?
Open source ve striktním smyslu znamená licenci jako MIT nebo Apache bez podstatných omezení, kterou nesou vydání DeepSeek a Qwen. Open weights znamená, že model je ke stažení, ale licence obsahuje podmínky, jako licence Llama omezující velmi rozsáhlá komerční nasazení. Jednotlivci ten rozdíl málokdy postřehnou, firmy zabudovávající model ho musí zkontrolovat jako první.
